声明
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 研究内容和研究框架
第二章 研究方法
2.1 核主成分分析KPCA
2.2 支持向量回归算法
2.3 核函数
第三章 数据预处理
3.1 数据描述
3.2 技术指标的选取
3.3 特征选择
3.4 股票数据集的标准化
第四章 模型构建
4.1 实验设计
4.2参数优化选择
4.3 模型的评价指标
第五章 KPCA-SVR模型预测股票价格的实验结果及分析
5.1 KPCA-SVR模型实验结果
5.2不同频率的股票价格预测对比
5.3 与其他模型性能的比较
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
兰州大学;
